Un copilota ‘stellare’ rivoluziona l’osservazione del cosmo

L’osservazione del cosmo richiede esperienza, rapidità di valutazione e una buona dose di intuizione: nuvole improvvise, umidità, turbolenze atmosferiche e l’intensità della luce lunare possono creare scenari imprevedibili. È un equilibrio delicato, che esige una costante ottimizzazione delle risorse poiché il tempo a disposizione per l’uso dei grandi telescopi è scarso e conteso da scienziati di tutto il mondo.

Oggi questo processo sta cambiando radicalmente grazie a un nuovo strumento basato sull’intelligenza artificiale, sviluppato all’interno di SkAI (AI Institute for the Sky) da un team della Northwestern University, dell’Università di Chicago e del Fermilab. Il sistema promette di trasformare la pianificazione delle osservazioni in un’operazione automatica, dinamica e capace di migliorare drasticamente la qualità dei dati raccolti.

La tecnologia ha già superato con successo i test sul campo in Cile, programmando le osservazioni della Dark Energy Camera da 570 megapixel, montata sul telescopio da 4 metri Víctor M. Blanco presso il Cerro Tololo Inter-American Observatory. Questa fotocamera è uno degli strumenti più potenti al mondo per studiare l’Universo profondo, progettata per catturare galassie lontane, supernovae e mappare la misteriosa energia oscura. Tuttavia, anche l’apparato più avanzato rischia di restituire immagini sfocate o sbiadite dalla Luna se puntato nel momento o nella direzione sbagliata, vanificando i mesi di attesa dei ricercatori per ottenere il tempo di utilizzo. È qui che l’intelligenza artificiale fa il salto di qualità, agendo come un vero e proprio copilota: non si limita a generare un piano statico, ma lo adatta in tempo reale al mutare delle condizioni ambientali.

Il cuore del sistema è un modello di deep learning addestrato su anni di dati storici della Dark Energy Survey. Invece di programmare l’algoritmo con rigide regole matematiche scritte a tavolino, i ricercatori guidati da Alex Drlica-Wagner e Aravindan Vijayaraghavan hanno addestrato la rete neurale a riconoscere pattern ambientali complessi, permettendo al sistema di anticipare i capricci dell’atmosfera con una velocità di calcolo impossibile per un essere umano. Il computer ha analizzato la sequenza delle vecchie osservazioni, prevedendo la mossa successiva degli astronomi, correggendo i propri errori e assimilando in modo autonomo l’impatto dei fattori atmosferici. Durante i test sul cielo condotti tra la primavera e l’estate del 2026, l’IA ha dimostrato un’efficienza pienamente paragonabile a quella degli esperti umani. Gli autori spiegano che il prossimo passo sarà insegnare al computer a fare ancora meglio dell’intelligenza umana, esplorando strategie osservative insolite che un ricercatore non prenderebbe nemmeno in considerazione.

L’introduzione di questo ‘copilota’ algoritmico non deve essere interpretata come l’inizio di un’era in cui le macchine sostituiranno gli astronomi. Al contrario, l’uso dell’intelligenza artificiale va visto come una risorsa complementare di straordinario valore, in un’era in cui i telescopi di nuova generazione, come il Vera Rubin Observatory, produrranno una mole di dati senza precedenti. Automatizzando la gestione logistica, la reattività ai cambi meteo e la micro-pianificazione tecnica, l’IA libera, infatti, gli scienziati da compiti ripetitivi e decisioni burocratiche d’emergenza. In questo modo, l’intelligenza umana può essere interamente preservata e dedicata alle attività più complesse e creative: pensare, interpretare i dati raccolti, formulare nuove teorie scientifiche e ricercare fenomeni rari. L’IA non spegne l’intuizione del ricercatore; le garantisce semplicemente un cielo limpido da studiare.

In questo video, il telescopio da 4 metri Víctor M. Blanco della Nsf presso il Cerro Tololo Inter-American Observatory (Ctio) della U.S. National Science Foundation — un programma del Nsf NoirLab in Cile — effettua osservazioni utilizzando un programmatore basato sull’intelligenza artificiale (IA). Per la prima volta, un sistema di IA ha pianificato e adattato con successo le osservazioni all’interno di una struttura nazionale, dimostrando un nuovo modo per sfruttare al meglio il tempo di osservazione, che è una risorsa scarsa. Addestrato su 13 anni di dati storici della Dark Energy Survey, il sistema ha generato un programma di osservazione per il telescopio Blanco, aggiornandolo in tempo reale al variare del meteo e di altre condizioni ambientali. Crediti: Ctio/NoirLab/Nsf/Aura/G. Damke

Immagine in alto: La Via Lattea sopra il telescopio da 4 metri Nsf Víctor M. Blanco presso il Cerro Tololo Inter-American Observatory (Ctio) della U.S. National Science Foundation, un programma del NoirLab della Nsf in Cile. Crediti: Ctio/NoirLab/Nsf/Aura/P. Horálek (Istituto di Fisica di Opava)